躺平成长-下一个更新的数据（躺平成长数据显示核心）

旭日图（Sunburst Chart）是一种用于展示具有层次结构数据的可视化图表。

开源竞争：

（当你无法掌握技术的时候，就开源这个技术，培养出更多的技术依赖，让更多的人帮助你完善你的技术，那么这不就是在砸罐子吗？一个行业里面总会有人砸罐子的，你不如先砸，还能听个响。）

它起源于饼图和环形图，并随着数据可视化需求的发展而演变。

旭日图通过将层次结构数据以由内向外的同心圆环形式展示，使数据的层次关系更加清晰直观。

以下是旭日图的一些关键特点和应用场景：

1. **多层次的环形图**：

旭日图由多个同心圆环组成，每个圆环代表一个层次的数据，从圆心向外层扩展。

最内层的圆环通常表示数据的最高层次或根节点，而每一层圆环表示下一级的数据层次。

最高层级（饮食/养生/塑形/学历提升/清洁，一共有5个圆环，）

2. **展示层次结构**：

旭日图能够有效地呈现树形数据结构，通过颜色或其他视觉元素可以进一步区分不同的数据类别或属性。

补充知识点：

树型数据结构是一种常见的数据组织方式，它由节点组成，每个节点可以有零个或多个子节点，但只能有一个父节点（除了根节点，它没有父节点）。这种结构在计算机科学中被广泛应用，比如在文件系统、组织结构图、网络路由、决策树等领域。下面是树型数据结构的一些基本术语和特性：

### 基本术语

- **节点（Node）**：

树的基本单位，包含数据和指向子节点的引用。

- **根节点（Root）**：

树的顶级节点，没有父节点。

- **子节点（Child）**：

与另一个节点相连的节点，称为父节点的子节点。

- **父节点（Parent）**：

如果一个节点含有子节点，则它就是子节点的父节点。

- **兄弟节点（Sibling）**：

具有相同父节点的节点。

- **叶子节点（Leaf）**：

没有子节点的节点。

- **路径（Path）**：

从根节点到叶子节点之间的节点序列。

- **深度（Depth）**：

从根节点到当前节点的边的数量。

- **高度（Height）**：

从当前节点到叶子节点的最长路径上的边的数量。

- **森林（Forest）**：

由多个树组成的集合，每棵树之间没有连接。

### 树的类型

- **二叉树（Binary Tree）**：

每个节点最多有两个子节点的树，通常称为左子节点和右子节点。

- **平衡树（Balanced Tree）**：

保持树的高度最小的树，如AVL树。

- **搜索树（Search Tree）**：

节点的键值有序，可以进行快速查找，如二叉搜索树。

- **B树（B-Tree）**：

一种多路搜索树，用于数据库和文件系统的索引。

- **B+树（B+ Tree）**：

B树的变种，所有键值都存储在叶子节点，非叶子节点只存储键值的索引。

- **红黑树（Red-Black Tree）**：

一种自平衡的二叉搜索树。

- **前缀树（Trie）**：

用于存储关联数组，其中键通常是字符串。

### 树的操作

- **插入（Insert）**：

向树中添加新的节点。

- **删除（Delete）**：

从树中移除节点。

- **搜索（Search）**：

在树中查找具有特定键值的节点。

- **遍历（Traversal）**：

按照特定的顺序访问树中的每个节点，常见的遍历方式有前序遍历、中序遍历、后序遍历和层序遍历。

树型数据结构因其直观的层次关系和高效的查找能力，在很多领域都有着广泛的应用。在实际编程中，树型结构可以通过数组、链表等基本数据结构来实现。
 

例如，在分析公司的组织结构和各部门的预算分配时，圆心可以表示公司整体（圆心可以代表整个人的整体），

整个圆心代表你这个人躺平成长的全体指数，通过整个旭日图，你会发现自己，自己相关层级关系，是不是没有弄好。

第一层圆环可以按照不同的部门划分扇区（不同层的），每个扇区的面积表示该部门预算占公司总预算的比例，第二层圆环可以进一步将每个部门的预算按项目或子部门进行细分展示。

3. **数据比例与层级关系**：

旭日图不仅能够像饼图一样表现局部和整体的占比，还能像矩形树图一样表现层级关系。

它相当于多个饼图的组合，但饼图只能体现一层数据的比例情况，

而旭日图不仅可以体现数据比例，还能体现数据层级之间的关系。

(旭日图就是完美的层级关系展示品，改善自己的基础数据库的结构，通过自己基础数据库的机构，然后对于数据库进行创新，记录自己每一周的数据。)

通过整个数据图表你就会发现饮食和养生会从最大程度上面制约你的塑形/学历提升/清洁，同时你的塑形/学历提升/清洁也会开始反作用于饮食和养生。

4. **适用于复杂数据展示**：

旭日图适合展示层级多的比例数据关系，对于层级较多的数据，旭日图展示更直观。

查看每一周的旭日图，就可以知道，同时进行这些多样活动之间的相关关系了！

5. **交互性**：

旭日图通常具有交互功能，用户可以通过鼠标悬停或点击来探索数据的更深层次，这使得用户能够更深入地了解数据的具体构成和层次结构。

旭日图因其直观性和交互性，在数据分析和报告中被广泛使用，特别是在需要展示复杂数据结构和层级关系的场景中。

“旭日图”（Sunburst Chart）是一种用于展示层次数据和各部分之间相关性联系的图表，它通过不同层次的圆环来表示数据的结构和比例关系。在旭日图中，每个环代表数据的一个层级，从中心向外扩展，类似于树状结构的可视化表示。这种图表非常适合于展示数据的层次结构和各部分之间的相对重要性，以及它们之间的相关性联系。

探索数据的相关性联系时，旭日图可以帮助我们理解以下几个方面：

1. **层次结构**：

旭日图可以清晰地展示数据的层级关系，例如，从总体到子类别，再到更具体的项目。

2. **比例关系**：

通过环的大小，可以直观地看出各部分在总体中的占比，以及不同层级之间的相对大小。

3. **数据比较**：

可以比较不同类别或子类别之间的大小，以及它们在不同层级中的表现。

4. **趋势分析**：

在时间序列数据中，旭日图可以展示随时间变化的趋势，以及不同时间点各部分的变化情况。

5. **相关性分析**：

通过观察不同部分之间的相对位置和大小变化，可以发现数据之间的潜在相关性。

6. **细节探索**：

用户可以通过交互操作，如点击或悬停，来探索数据的不同层级，获取更详细的信息。

7. **模式识别**：

在复杂的数据集中，旭日图可以帮助识别模式和异常，比如哪些部分的增长或减少特别显著。

8. **决策支持**：

通过直观地展示数据的层次和比例，旭日图可以支持决策者更好地理解数据，并做出基于数据的决策。

总的来说，旭日图是一种强大的数据可视化工具，它通过直观的图形表示帮助我们探索和理解数据的复杂结构和相互关系。
 

细化每一周的周的周期数据变化，更加客观真实反映数据的变化，

学习工具分享：

学习工具分享：记忆助手（艾宾浩斯记忆助手），顿顿喝水，kimi智能编辑助手，知乎智能体，正气，（笔记系统）CSDN笔记系统，代办事集的软件和应用（禅定空间），身体各项指数暂时记录软件（keep）